پیش بینی کوتاه مدت آلودگی ذرات معلق شهر اهواز با کمک شبکه های عصبی

آلودگی هوای شهرها یکی از مهم ترین معضلات محیط زیستی بوده که همواره تهدیدی دایم و جدی برای سلامت و بهداشت جامعه و محیط زیست می باشد. بررسی های گسترده نشان می دهد، آثار بالقوه آلودگی هوا بر سلامت انسان شامل: افزایش مرگ و میر، افزایش مراجعه به بیمارستان، افزایش تغییرات در عملکرد فیزیولوژیکی بدن به ویژه عملکرد تنفسی و قلبی- عروقی بوده است. ذرات معلق یکی از شش آلاینده بسیار خطرناک بوده که صدمات جبران ناپذیری را به بدن انسان وارد می کنند. این آلاینده، متشکل از موادی مانند: اسیدها، فلزات و گرد و غبار می باشد. از جمله ذرات معلق مهم که سبب آلودگی شدید هوا می شود، می توان به PM10 اشاره کرد. PM10 به ذرات معلق 10 میکرونی گفته می شود که از ترکیب اکسید نیتروژن و دی اکسیدگوگرد در جو زمین تشکیل می شوند. بر اساس گزارش سازمان بهداشت جهانی، شهر اهواز با میانگین سالانه 372 میکروگرم بر مترمکعب PM10، به عنوان آلوده ترین شهر دنیا مقام اول را بین 1100 شهر کسب کرده است. بنابراین، در این مطالعه با استفاده از داده های ماکزیمم آلودگی ذرات معلق 10 میکرونی که به صورت سری زمانی 24 ساعته تهیه شده به منظور پیش بینی میزان آلودگی این آلاینده در هوای شهر اهواز مورد استفاه قرار گرفته است. یک شبکه با تاخیر زمانی نیز که با الگوریتم یادگیری LMS آموزش داده شده است طراحی و غلظت انتشار این آلاینده برای مهرماه 1390، پیش بینی شده است.